SATOMI

Das Ziel von SATOMI ist die Reduzierung der Zeit bis zum biologischen Erkenntnisgewinn bei der Analyse von Mikroben. Die Bildgebung von lebenden Zellen eröffnet faszinierende Einblicke in lebende Bakterien und bietet in Verbindung mit mikrofluidischen Lab-on-Chip-Systemen mehrere einzigartige Möglichkeiten für die Mikroben-Forschung: 

  1. die nicht-invasive Überwachung des dynamischen Wachstums von Bakterienpopulationen,
  2. die Untersuchung der Entwicklung der räumlich-zeitlichen Merkmale von Zellen und Bakterienkolonien über lange Zeiträume,
  3. die Ableitung von Verteilungen der Vorfahrenbeziehungen zwischen Zellen in einer Population und
  4. die Sammlung von Daten mit hohem Durchsatz unter genauer Kontrolle der Umgebung. 

Moderne Anlagen, wie sie am Forschungszentrum Jülich (FZJ) entwickelt und betrieben werden, erlauben die parallele Beobachtung von hunderten von Kultivierungskammern über lange Beobachtungszeiträume (Tage bis Wochen) mit einer Bildaufnahme alle paar Minuten und mehreren optischen Konfigurationen. Die zuverlässige Analyse der aufgenommenen Zeitraffer-Bilder ist entscheidend für die Extraktion quantitativer Einzelzell-Metriken und deren Konvertierung in biologische Erkenntnisse. Dafür sind hochpräzise Zellsegmentierungs- und Zellverfolgungsmethoden erforderlich. Die entwickelten SATOMI-Tools sind auf github verfügbar: https://github.com/hip-satomi.

 

Publikationen:


microbeSEG dataset (1.0) [Data set]
Scherr, T.; Seiffarth, J.; Wollenhaupt, B.; Neumann, O.; Schilling, M.; Kohlheyer, D.; Scharr, H.; Mikut, R.; Nöh, K.
2022, April 28. doi:10.5281/zenodo.6497715
microbeSEG: A deep learning software tool with OMERO data management for efficient and accurate cell segmentation
Scherr, T.; Seiffarth, J.; Wollenhaupt, B.; Neumann, O.; Schilling, M. P.; Kohlheyer, D.; Scharr, H.; Nöh, K.; Mikut, R.
2022. (A. Imran, Hrsg.) PLOS ONE, 17 (11), Art.-Nr.: e0277601. doi:10.1371/journal.pone.0277601
ObiWan-Microbi and microbeSEG: Deep Learning Tools for Microbial Image Analysis
Neumann, O.; Seiffarth, J.; Scherr, T.; Wollenhaupt, B.; Scharr, H.; Kohlheyer, D.; Nöh, K.; Mikut, R.
2022, Mai 31. Helmholtz Imaging Conference (HIP 2022), Berlin, Deutschland, 31. Mai–1. Juni 2022
Abgeschlossenes Projekt